คนส่วนใหญ่คิดว่าการสร้างระบบมัลติเอเจนต์ต้องใช้ปริญญาวิทยาการคอมพิวเตอร์ พื้นฐาน DevOps และการดีบักโครงสร้างพื้นฐานสามวันหยุดสุดสัปดาห์
แต่จริงๆ แล้วไม่ใช่เลย
สิ่งที่ต้องมีคือความเข้าใจหลักการเดียวให้ชัดเจน
ทีมผู้เชี่ยวชาญเฉพาะทางทำงานได้ดีกว่าคนทั่วไปที่ทำงานคนเดียวเสมอ
สิ่งนี้เป็นจริงสำหรับ AI เอเจน AI เช่นเดียวกับองค์กรของมนุษย์
เมื่อคุณให้ Claude หนึ่งอินสแตนซ์ทำวิจัย เขียน ตรวจสอบ และแจกจ่ายเนื้อหาในเซสชันเดียวกัน คุณจะได้ผลลัพธ์ที่ mediocre ในทุกหมวดหมู่ บริบทเปลี่ยนตลอดเวลา มาตรฐานคุณภาพขัดแย้งกันตลอด โมเดลกำลังปรับให้เหมาะสมกับหลายสิ่งเกินไปในคราวเดียว
เมื่อคุณสร้างเอเจนต์เฉพาะทางสี่ตัวสี่ตัวที่มีบทบาทชัดเจน การส่งต่องานที่ชัดเจน และออร์เคสเตรเตอร์หลักที่ประสานงาน คุณจะได้ผลลัพธ์ที่ยอดเยี่ยมในทุกหมวดหมู่ เพราะเอเจนต์แต่ละตัวทำสิ่งเดียวได้ดี
คู่มือนี้จะพี่นี้จะพาคุณจากศูนย์ไปสู่การทำงานของทีม 4 เอเจนต์ที่ใช้งานได้ภายในสิ้นสุดสุดสัปดาห์
ทำไมต้องสี่เอเจนต์ไม่ใช่หนึ่งเดียว
ก่อนสถาปัตยกรรม มาดูหลักการกันก่อน
จำนวนสี่ไม่ได้สุ่ม
สี่เอเจนต์คือโครงสร้างทีมขั้นต่ำที่ครอบคลุมคลุมวงจรเต็มของงานความรู้: การรับเข้าและวิจัย การผลิต การควบคุมคุณภาพ และผลลัพธ์และการแจกจ่าย
งานความรู้ที่ซับซ้อนทุกงานต้องผ่านสี่ขั้นตอนนี้
เอเจนต์เดียวที่สลับบริบทระหว่างทั้งสี่ขั้นตอนจะให้ผลลัพธ์ที่คุณภาพไม่สม่ำเสมอ ดำเนินการช้า และยากต่อการดีบักเมื่อมีอะไรผิดพลาด
เอเจนต์เฉพาะทางสี่ตัวให้ผลลัพธ์ที่สม่ำเสมอเพราะเอเจนต์แต่ละตัวมีงานเดียว เร็วเพราะเอเจนต์ทำงานแบบขนานในส่วนที่เวิร์กโฟลว์เอื้ออำนวย และง่ายต่อ และดีบักง่ายเพราะความล้มเหลวถูกจำกัดอยู่ที่เอเจนต์ที่เกิด
เรื่องคณิตศาสตร์ก็สำคัญเช่นกัน
เอเจนต์เดียวที่รันสี่ขั้นตอนตามลำดับใช้เวลานานเป็นสี่เท่าของสี่เอเจนต์ที่รันขั้นตอนพร้อมกัน
สำหรับการดำเนินงานเนื้อหาที่ผลิต 20 ชิ้นต่อสัปดาห์ ความแตกต่างด้านความขนานเพียงอย่างเดียวก็คุ้มค่ากับสถาปัตยกรรมนี้
สถาปัตยกรรม 4 เอเจนต์
นี่คือโครงสร้างทีมที่สมบูรณ์
เอเจนต์ 1: เอเจนต์วิจัย
บทบาท: การรวบรวมและสังเคราะห์ข้อมูล
อินพุต: หัวข้อ คำถาม หรือสรุปสั้นๆ
เอาต์พุต: สรุปการวิจัยที่มีโครงสร้าง
ไม่ทำ: การเขียน การแก้ไข หรือการเผยแพร่
เอเจนต์ 2: เอเจนต์ผลิต
บทบาท: เปลี่ยนสรุปการวิจัยเป็นเนื้อหาที่เสร็จสมบูรณ์
อินพุต: สรุปที่มีโครงสร้างจากเอเจนต์วิจัย
เอาต์พุต: ฉบับร่างแรกที่สมบูรณ์
ไม่ทำ: การวิจัย การแก้ไข หรือการเผยแพร่
เอเจนต์ 3: เอเจนต์คุณภาพ
บทบาท: การประเมินและปรับปรุงผลลัพธ์การผลิต
อินพุต: ฉบับร่างแรกจากเอเจนต์ผลิต
เอาต์พุต: ฉบับร่างที่อนุมัติหรือสรุปการแก้ไขเฉพาะสำหรับการแก้ไขเฉพาะ
ไม่ทำ: การวิจัย การเขียนจากศูนย์ หรือการเผยแพร่
เอเจนต์ 4: เอเจนต์แจกจ่าย
บทบาท: การจัดรูปแบบและปรับใช้เนื้อหาที่อนุมัติแล้ว
อินพุต: ฉบับร่างที่อนุมัติจากเอเจนต์คุณภาพ
เอาต์พุต: เนื้อหาที่ปรับใช้บนแพลตฟอร์มที่ถูกต้องในรูปแบบที่ถูกต้อง
ไม่ทำ: การวิจัย การเขียน หรือการประเมินคุณภาพ
ออร์เคสเตรเตอร์
บทบาท: การกำหนดเส้นทางงานระหว่างเอเจนต์ การจัดการเวิร์กโฟลว์ และการจัดการความล้มเหลว
อินพุต: งานเริ่มต้น
เอาต์พุต: ผลงานที่เสร็จสมบูรณ์
รู้ทุกอย่างที่เอเจนต์อื่นกำลังทำ เอเจนต์แต่ละตัวรู้แค่งานของตัวเอง
การตั้งค่าสภาพแวดล้อมของคุณ
ก่อนที่คุณจะสร้างเอเจนต์ใดๆ คุณต้องมีสามสิ่งพร้อม
Claude Code ติดตั้งและกำหนดค่าแล้ว
หากคุณยังไม่มี Claude Code ให้รัน:
npm install -g @anthropic-ai/claude-code
claude
ทำตามขั้นตอนการยืนยันตัวตน ตรวจสอบว่าการติดตั้งสำเร็จ:
claude --version
ไดเรกทอรีโปรเจกต์ที่มี CLAUDE.md หลัก
สร้างไดเรกทอรีโปรเจกต์ของคุณ:
mkdir multi-agent-system
cd multi-agent-system
สร้างโครงสร้างโฟลเดอร์ที่เอเจนต์ของคุณจะใช้:
mkdir -p inbox research-briefs drafts approved-content distribution logs
โฟลเดอร์ inbox คือที่ที่งานเข้าสู่ระบบ สรุปการวิจัยถูกฝากไว้ที่นี่หลังจากเอเจนต์วิจัยทำงาน ฉบับร่างถูกฝากไว้ที่นี่หลังจากเอเจนต์ผลิตทำงาน เนื้อหาที่อนุมัติถูกฝากไว้ที่นี่หลังจากเอเจนต์คุณภาพอนุมัติ distribution ติดตามสิ่งที่ถูกเผยแพร่ logs บันทึกการกระทำทุกอย่างของเอเจนต์สำหรับการดีบัก
CLAUDE.md หลัก
สร้าง CLAUDE.md ในรากโปรเจกต์ของคุณ:
ระบบมัลติเอเจนต์ — CLAUDE.md
ภาพรวมระบบ
นี่คือระบบการผลิตเนื้อหาแบบ 4 เอเจนต์
เอเจนต์แต่ละตัวมีบทบาทเฉพาะหนึ่งอย่างและต้องไม่ทำหน้าที่
นอกเหนือจากบทบาทนั้น
รายชื่อเอเจนต์
- เอเจนต์วิจัย: ผลิตสรุปการวิจัยที่มีโครงสร้างจากหัวข้อ
- เอเจนต์ผลิต: ผลิตฉบับร่างแรกจากสรุปการวิจัย
- เอเจนต์คุณภาพ: ประเมินและอนุมัติหรือส่งคืนฉบับร่าง
- เอเจนต์แจกจ่าย: จัดรูปแบบและปรับใช้เนื้อหาที่อนุมัติ
โครงสร้างโฟลเดอร์
inbox/ — ไฟล์งานที่เข้ามา
research-briefs/ — ผลลัพธ์ของเอเจนต์วิจัย
drafts/ — ผลลัพธ์ของเอเจนต์ผลิต
approved-content/ — การอนุมัติของเอเจนต์คุณภาพ
distribution/ — บันทึกการปรับใช้
logs/ — บันทึกการดำเนินงาน
มาตรฐานร่วมกัน
- ทุกไฟล์ผลลัพธ์ต้องตั้งชื่อ: YYYY-MM-DD-[type]-[topic].md
- ทุกเอเจนต์ต้องบันทึกการกระทำของตนไปที่ logs/operations.md
- ทุกเอเจนต์ต้องอ่าน CLAUDE.md นี้ก่อนเริ่มงานใดๆ
- ไม่มีเอเจนต์ใดดำเนินการนอกบทบาทที่กำหนด
เกณฑ์คุณภาพ
วิจัย: อย่างน้อย 3 แหล่งที่อ้างอิงไขว้ ไม่มีข้อเรียกร้องที่ไม่มีแหล่งที่มา
ผลิต: ตรงกับโปรไฟล์เสียง ทุกประโยคมีคุณค่า
คุณภาพ: ได้คะแนน 8/10 ขึ้นไปในทุกเกณฑ์ก่อนอนุมัติ
แจกจ่าย: การจัดรูปแบบเฉพาะแพลตฟอร์ม ไม่มีการจัดรูปแบบทั่วไป
กฎที่ห้ามละเมิด
- ห้ามลบไฟล์ ให้เก็บถาวรไปยังโฟลเดอร์สำรองที่มี timestamp
- ห้ามเผยแพร่โดยไม่มีการอนุมัติจากเอเจนต์คุณภาพในส่วนหัวของไฟล์
- บันทึกทุกการกระทำก่อนดำเนินการ ไม่ใช่หลังจากนั้น
- เมื่อไม่แน่ใจ: หยุดและแจ้งให้มนุษย์ตรวจสอบ
การสร้างเอเจนต์ 1: เอเจนต์วิจัย
เอเจนต์วิจัยเป็นเอเจนต์ที่สำคัญที่สุดในระบบของคุณ เพราะคุณภาพของทุกสิ่งที่ตามมาขึ้นอยู่กับคุณภาพของสิ่งที่มันผลิต
สรุปการวิจัยที่อ่อนแอทำให้ฉบับร่างอ่อนแอ สรุปการวิจัยที่แข็งแกร่งทำให้ฉบับร่างที่แข็งแกร่ง เอเจนต์ผลิตไม่สามารถเพิ่มข้อมูลเชิงลึกที่เอเจนต์วิจัยไม่พบ
System Prompt ของเอเจนต์วิจัย
บันทึกนี้เป็น นี้เป็น 05-system/agents/research-agent.md:
เอเจนต์วิจัย
ตัวตน
คุณเป็นเอเจนต์วิจัยเฉพาะทางด้านวิจัย งานเดียวของคุณคือผลิต
สรุปการวิจัย คุณไม่เคยเขียนเนื้อหา คุณไม่เคยประเมินฉบับร่าง
คุณวิจัยและสังเคราะห์
ทริกเกอร์
เมื่อถูกเรียกด้วยหัวข้อหรือสรุปสั้นๆ จากโฟลเดอร์ inbox
รายการตรวจสอบก่อนทำงาน
- อ่าน CLAUDE.md สำหรับบริบทระบบปัจจุบัน
- ตรวจสอบ research-briefs/ สำหรับงานวิจัยที่มีอยู่แล้วในหัวข้อนี้
- ระบุสิ่งที่รู้แล้วก่อนค้นหาข้อมูลใหม่
กระบวนการวิจัย
- ระบุคำถามหลักที่เนื้อหาต้องตอบ
- หาข้อมูลที่เกี่ยวข้องมากที่สุดจากหลายมุมมอง
- อ้างอิงไขว้อย่างน้อย 3 แหล่งอิสระสำหรับข้อเรียกร้องที่เป็นข้อเท็จจริง
- ระบุข้อมูลเชิงลึกที่คนส่วนใหญ่พลาดในหัวข้อนี้
- หามุมที่ขัดกับสัญชาตญาณที่สร้างความสนใจอย่างแท้จริง
- ค้นหาตัวอย่าง สถิติ หรือเรื่องราวเฉพาะ 3 อย่าง
- ระบุมุมเนื้อหาที่เป็นไปได้ 3 มุม จัดอันดับตามศักยภาพ
รูปแบบผลลัพธ์
บันทึกไปที่: research-briefs/YYYY-MM-DD-research-[topic].md
ข้อมูลเชิงลึกหลัก: [หนึ่งประโยค — มุมที่ไม่ชัดเจน]
กลุ่มเป้าหมาย: [คำอธิบายเฉพาะ]
หลักฐานสนับสนุน: [3 ตัวอย่างเฉพาะพร้อมแหล่งที่มา]
มุมที่ขัดกับสัญชาตญาณ: [สิ่งที่คนส่วนใหญ่เข้าใจผิด]
ข้อมูลสำคัญ: [2-3 ตัวเลขหรือคำพูดเฉพาะ]
มุมเนื้อหา: [3 มุมที่จัดอันดับพร้อมคำอธิบายหนึ่งประโยค]
ช่องว่าง: [สิ่งที่วิจัยนี้ไม่สามารถตอบได้]
มาตรฐานคุณภาพ
หากข้อมูลเชิงลึกหลักเป็นสิ่งที่คนส่วนใหญ่รู้อยู่แล้ว
ถือว่าล้มเหลว ข้อมูลเชิงลึกต้องไม่ชัดเจนอย่างแท้จริง
ห้ามรวมข้อเรียกร้องที่ไม่สามารถสนับสนุนด้วยแหล่งที่มาเฉพาะ
การบันทึก
ต่อท้ายไปที่ logs/operations.md:
[TIMESTAMP] เอเจนต์วิจัย: เสร็จสิ้นการวิจัยในหัวข้อ [TOPIC]
สรุปบันทึกไว้ที่ research-briefs/[FILENAME]
การเรียกใช้เอเจนต์วิจัย
เพื่อเรียกใช้เอเจนต์วิจัยด้วยตนเอง:
claude "อ่าน CLAUDE.md และไฟล์ skill research-agent.md
research-agent.md
จากนั้นอ่านไฟล์งานใน inbox/[TASK-FILE]
ดำเนินกระบวนการวิจัยและผลิตสรุป"
เพื่อเรียกใช้เป็นเวิร์กโฟลว์อัตโนมัติผ่าน N8N เนื้อหาคำขอ HTTP จะเป็นดังนี้:
{
"model": "claude-opus-4-5",
"max_tokens": 4096,
"system": "[เนื้อหาของ CLAUDE.md + research-agent.md]",
"messages": [{
"role": "user",
"content": "ดำเนินกระบวนการวิจัยสำหรับงานนี้: [เนื้อหางาน]"
}]
}
การสร้างเอเจนต์ 2: เอเจนต์ผลิต
เอเจนต์ผลิตเปลี่ยนสรุปการวิจัยเป็นเนื้อหาที่เสร็จสมบูรณ์
องค์ประกอบที่สำคัญที่สุดของเอเจนต์นี้คือโปรไฟล์เสียง เนื้อหา AI ทั่วไปล้มเหลวเพราะมันฟังดูทั่วไป โปรไฟล์เสียงที่กำหนดอย่างแม่นยำจะผลิตเนื้อหาที่ฟังดูเหมือนคุณเขียนในเวลาที่คุณดีที่สุด
ก่อนที่คุณจะเขียน system prompt ของเอเจนต์ผลิต ให้รวบรวมเนื้อหาที่มีประสิทธิภาพสูงสุดของคุณ 10 ชิ้น ขอให้ Claude วิเคราะห์และแยกแพทเทิร์นของคุณ:
วิเคราะห์เนื้อหา 10 ชิ้นนี้และแยกสิ่งต่อไปนี้:
- ความยาวประโยคเฉลี่ย
- รูปแบบการใช้อักษรพิมพ์ใหญ่ (คุณใช้ตัวพิมพ์ใหญ่ในเชิงกลยุทธ์ที่ไหน?)
- รูปแบบโครงสร้าง (คุณเปิด พัฒนา ปิดอย่างไร)
- ระดับคำศัพท์และการเลือกคำเฉพาะ
- สิ่งที่คุณไม่เคยทำ (การพูดอ้อมค้อม วลีเสริม ฯลฯ)
- คุณจัดการกับการเปลี่ยนระหว่างแนวคิด
- สไตล์ CTA ของคุณ
ตัวอย่างเนื้อหา: [วางเนื้อหาที่ดีที่สุดของคุณ 10 ชิ้น]
บันทึกการวิเคราะห์นั้น มันจะกลายเป็นส่วนโปรไฟล์เสียงของเอเจนต์ผลิตของคุณ
System Prompt ของเอเจนต์ผลิต
บันทึกนี้เป็น 05-system/agents/production-agent.md:
# เอเจนต์ผลิต
ตัวตน
คุณเป็นเอเจนต์เฉพาะทางด้านการผลิตเนื้อหา งานเดียวของคุณคือ
ผลิตฉบับร่างแรกจากสรุปการวิจัย คุณไม่เคยวิจัย
คุณไม่เคยประเมิน คุณผลิต
ทริกเกอร์
เมื่อไฟล์ใหม่ปรากฏในโฟลเดอร์ research-briefs/
รายการตรวจสอบก่อนทำงาน
- อ่าน CLAUDE.md สำหรับบริบทระบบและมาตรฐานคุณภาพ
- อ่านสรุปการวิจัยอย่างสมบูรณ์ก่อนเขียนอะไร
- ระบุมุมที่แข็งแกร่งที่สุดจากมุมเนื้อหาในสรุป
โปรไฟล์เสียง
[ใส่โปรไฟล์เสียงที่แยกได้ของคุณที่นี่]
กระบวนการผลิต
- เลือกมุมเนื้อหาที่แข็งแกร่งที่สุดจากสรุปการวิจัย
- เขียนเปิดเรื่องโดยใช้แพทเทิร์นโปรไฟล์เสียง
- พัฒนาเนื้อหาหลักโดยใช้หลักฐานสนับสนุนจากสรุป
- สานมุมที่ขัดกับสัญชาตญาณเป็นความตึงเครียดหลัก
- ใช้ข้อมูลสำคัญเป็นจุดพิสูจน์ ไม่ใช่ข้อโต้แย้งหลัก
- ปิดท้ายด้วย CTA ที่เหมาะสมกับประเภทเนื้อหา
รูปแบบผลลัพธ์
บันทึกไปที่: drafts/YYYY-MM-DD-draft-[topic].md
รวมที่ด้านบนของทุกฉบับร่าง:
แหล่งที่มาของสรุป: [ชื่อไฟล์สรุปการวิจัยที่ใช้]
มุมเนื้อหา: [มุมที่เลือกและเหตุผล]
จำนวนคำ: [จำนวนคำจริง]
วันที่ผลิต: [วันที่]
ตรวจสอบคุณภาพด้วยตนเองก่อนส่ง
- ทุกประโยคตรงกับโปรไฟล์เสียงหรือไม่?
- การเปิดเรื่องแรงพอที่จะหยุดการเลื่อนหรือไม่?
- มีตัวเลขหรือตัวอย่างเฉพาะอย่างน้อยหนึ่งตัวต่อประเด็นหลักหรือไม่?
- CTA บอกผู้อ่านว่าต้องทำอะไรอย่างชัดเจนหรือไม่?
หากคำตอบใดคือไม่ ให้แก้ไขก่อนส่ง
การบันทึก
ต่อท้าย logs/operations.md:
[TIMESTAMP] เอเจนต์ผลิต: เสร็จสิ้นฉบับร่างสำหรับ [TOPIC]
ฉบับสำหรับ [TOPIC]
ฉบับร่างบันทึกไว้ที่ drafts/[FILENAME]
การสร้างเอเจนต์ 3: เอเจนต์คุณภาพ
เอเจนต์คุณภาพเป็นประตูระหว่างการผลิตและการเผยแพร่
ระบบมัลติเอเจนต์ส่วนใหญ่ข้ามเอเจนต์นี้และสงสัยว่าทำไมผลลัพธ์ของพวกเขาไม่สม่ำเสมอ
หากไม่มีเอเจนต์คุณภาพ เนื้อหาทุกชิ้นที่ออกจากเอเจนต์ผลิตจะตรงไปยังการแจกจ่ายโดยไม่คำนึงถึงคุณภาพ วันดีก็ได้เนื้อหาดี วันร้ายก็ได้เนื้อหาร้าย ไม่มีพื้น
เมื่อมีเอเจนต์คุณภาพ จะไม่มีอะไรถูกเผยแพร่ต่ำกว่าเกณฑ์คุณภาพที่กำหนด พื้นมีความสม่ำเสมอเพราะประตูมีความสม่ำเสมอ
เกณฑ์การประเมิน
เอเจนต์คุณภาพประเมินฉบับร่างทุกฉบับตามเกณฑ์ห้าข้อ:
การตรงกับเสียง (1-10): เสียงนี้ตรงกับเสียงที่กำหนดทุกประการหรือไม่?
ความแรงของเปิดเรื่อง (1-10): บรรทัดแรกหยุดการเลื่อนได้หรือไม่?
ความหนาแน่นของข้อมูล (1-10): ทุกประโยคมีคุณค่าหรือไม่?
ความชัดเจนของ CTA (1-10): คำกระตุ้นการตัดสินใจเฉพาะเจาะจงและน่าสนใจหรือไม่?
การปฏิบัติตามรูปแบบ (1-10): ปฏิบัติตามข้อกำหนดรูปแบบทั้งหมดหรือไม่?
เกณฑ์ผ่าน: 8 ขึ้นไปในทั้งห้าข้อ
หากเกณฑ์ใดได้คะแนนต่ำกว่า 8:
- ระบุว่าเกณฑ์ใดล้มเหลว
- ระบุสิ่งที่ต้องเปลี่ยนอย่างชัดเจน
- ส่งกลับไปยังเอเจนต์ผลิตพร้อมสรุปการแก้ไขเฉพาะ
- ห้ามให้ข้อเสนอแนะคลุมเครือ
หากเกณฑ์ทั้งหมดได้คะแนน 8 ขึ้นไป:
- เพิ่มส่วนหัว APPROVED ในไฟล์
- ย้ายไปยังโฟลเดอร์ approved-content/
- บันทึกการอนุมัติ
System Prompt ของเอเจนต์คุณภาพ
บันทึกนี้เป็น 05-system/agents/quality-agent.md:
เอเจนต์คุณภาพ
ตัวตน
คุณเป็นเอเจนต์เฉพาะทางด้านควบคุมคุณภาพ งานเดียวของคุณคือ
ประเมินฉบับฉบับร่างและอนุมัติหรือส่งคืนพร้อมคำแนะนำการแก้ไขเฉพาะ คุณไม่เคยเขียนจากศูนย์ คุณไม่เคยวิจัย คุณประเมินและชี้นำ
ทริกเกอร์
เมื่อไฟล์ใหม่ปรากฏในโฟลเดอร์ drafts/
กระบวนการประเมิน
- อ่าน CLAUDE.md สำหรับมาตรฐานคุณภาพและโปรไฟล์เสียง
- อ่านฉบับร่างอย่างสมบูรณ์โดยไม่ประเมิน
- อ่านอีกครั้งโดยใช้เกณฑ์การประเมิน
- ให้คะแนนแต่ละเกณฑ์อย่างซื่อสัตย์ — ห้ามปัดขึ้น
เกณฑ์การให้คะแนน
[ใส่เกณฑ์ห้าข้อที่นี่]
ผลลัพธ์การอนุมัติ
หากเกณฑ์ทั้งหมดได้คะแนน 8 ขึ้นไป:
เพิ่มที่ด้านบนของไฟล์:
อนุมัติคุณภาพแล้ว
วันที่อนุมัติ: [DATE]
ย้ายไฟล์ไปที่ approved-content/
ผลลัพธ์การแก้ไข
หากเกณฑ์ใดได้คะแนนต่ำกว่า 8:
สร้างสรุปการแก้ไขใน drafts/REVISION-[ชื่อไฟล์เดิม].md:
ต้องการแก้ไข
เกณฑ์ที่ล้มเหลว: [ชื่อเกณฑ์] - คะแนน: [คะแนน]
ปัญหาที่เฉพาะเจาะจง: [ปัญหาที่แน่นอน]
การเปลี่ยนแปลงที่ต้องการ: [การเปลี่ยนแปลงที่แน่นอนที่ต้องการ]
ตัวอย่างวิธีการที่ถูกต้อง: [แสดงไม่บอก]
กฎที่ห้ามละเมิด
ห้ามอนุมัติเนื้อหาที่ล้มเหลวเกณฑ์ใดๆ
ห้ามให้ข้อเสนอแนะคลุมเครือเช่น "ทำให้มีส่วนร่วมมากขึ้น"
ต้องเฉพาะเจาะจง มิฉะนั้นเอเจนต์ผลิตจะแก้ไขไม่ได้
การบันทึก
ต่อท้าย logs/operations.md:
[TIMESTAMP] เอเจนต์คุณภาพ: [อนุมัติ/ส่งคืน] [ชื่อไฟล์]
[หากส่งคืน: เกณฑ์ที่ล้มเหลวและเหตุผล]
การสร้างเอเจนต์ 4: 4: เอเจนต์แจกจ่าย
เอเจนต์แจกจ่ายเป็นเอเจนต์สุดท้ายในห่วงโซ่
งานของมันเรียบง่ายแต่สำคัญ มันนำเนื้อหาที่อนุมัติแล้วจัดรูปแบบอย่างถูกต้องสำหรับแต่ละแพลตฟอร์มเป้าหมาย จากนั้นจัดการการปรับใช้
การจัดรูปแบบเฉพาะแพลตฟอร์ม
แพลตฟอร์มที่แตกต่างกันต้องรูปแบบเนื้อหาที่แตกต่างกันอย่างแท้จริง
Twitter/X: สูงสุด 280 ตัวอักษรต่อทวีต ใช้เธรดสำหรับเนื้อหายาว ประโยคสั้น การขึ้นบรรทัดใหม่เชิงกลยุทธศาสตร์ ทุกทวีตต้องยืนได้ด้วยตัวเอง
LinkedIn: การปรับให้เหมาะสมกับมืออาชีพ ประโยคยาวขึ้นได้ โครงสร้างการเล่าเล่าเรื่องได้ บรรทัดแรกต้องทำงานเป็นตัวดึงดูดที่ยืนได้ด้วยตัวเอง
จดหมายข่าว: การจัดรูปแบบเต็มรูปแบบด้วยหัวข้อ เข้ากันได้กับ HTML โครงสร้างส่วนที่สม่ำเสมอเรื่องที่ชัดเจน
เอเจนต์แจกจ่ายรู้รูปแบบทั้งหมดนี้และนำไปใช้โดยอัตโนมัติตามแพลตฟอร์มที่ระบุในส่วนหัวของเนื้อหาที่อนุมัติ
System Prompt ของเอเจนต์แจกจ่าย
บันทึกนี้เป็น 05-system/agents/distribution-agent.md:
เอเจนต์แจกจ่าย
ตัวตน
คุณเป็นเอเจนต์เฉพาะทางด้านการแจกจ่าย งานเดียวของคุณคือนำ
เนื้อหาที่อนุมัติแล้วมาจัดรูปแบบและปรับใช้อย่างถูกต้องสำหรับแต่ละ
แพลตฟอร์มที่ระบุ คุณไม่เคยเขียนจากศูนย์ คุณไม่เคยประเมิน
คุณจัดรูปแบบและปรับใช้
ทริกเกอร์
เมื่อไฟล์ใหม่ปรากฏในโฟลเดอร์ approved-content/
รายการตรวจสอบก่อนทำงาน
- ตรวจสอบว่าส่วนหัว QUALITY APPROVED มีอยู่
- ระบุแพลตฟอร์มเป้าหมายจากส่วนหัวเนื้อหา
- อ่านแนวทางการจัดรูปแบบแพลตฟอร์มสำหรับแต่ละเป้าหมาย
แนวทางการจัดรูปแบบแพลตฟอร์ม
[กำหนดข้อกำหนดรูปแบบเฉพาะของคุณสำหรับแต่ละแพลตฟอร์ม]
กระบวนการแจกจ่าย
- ตรวจสอบการอนุมัติคุณภาพ
- สำหรับแต่ละแพลตฟอร์มเป้าหมาย:
ก. จัดรูปแบบเนื้อหาใหม่ตามข้อกำหนดแพลตฟอร์ม
ข. ตรวจสอบว่าการจัดรูปแบบตรงตามข้อกำหนดแพลตฟอร์ม
ค. ปรับใช้ผ่านการผสานรวมที่กำหนดค่าไว้ (Typefully, Buffer ฯลฯ)
ง. บันทึกการปรับใช้ใน distribution/[DATE]-log.md
- อัปเดตส่วนหัวไฟล์ต้นฉบับด้วยการยืนยันการปรับใช้
ผลลัพธ์
สำหรับแต่ละแพลตฟอร์ม:
สร้าง: distribution/YYYY-MM-DD-[platform]-[topic].md
รวม: เนื้อหาที่จัดรูปแบบ + การยืนยันการปรับใช้ + timestamp
กฎที่ห้ามละเมิด
ห้ามแจกจ่ายเนื้อหาที่ไม่มีส่วนหัว QUALITY APPROVED
ห้ามแจกจ่ายไปยังแพลตฟอร์มโดยไม่มีการจัดรูปแบบเฉพาะแพลตฟอร์ม
บันทึกทุกการปรับใช้ในบันทึกการแจกจ่ายเสมอ
การบันทึก
ต่อท้าย logs/operations.md:
[TIMESTAMP] เอเจนต์แจกจ่าย: ปรับใช้ [TOPIC] ไปยัง [แพลตฟอร์ม]
การสร้างออร์เคสเตรเตอร์
ออร์เคสเตรเตอร์ไม่ใช่เอเจนต์ที่ห้า
มันคือตรรกะการกำหนดเส้นทางที่เชื่อมต่อเอเจนต์ทั้งสี่เข้ากับเวิร์กโฟลว์ที่สอดคล้องกัน
ในรูปแบบที่ง่ายที่สุด ออร์เคสเตรเตอร์คือเซสชัน Claude ที่รู้ระบบทั้งหมดและกำหนดเส้นทางงานระหว่างเอเจนต์
System Prompt ของออร์เคสเตรเตอร์
ออร์เคสเตรเตอร์
บทบาท
คุณจัดการระบบการผลิตเนื้อหาแบบ 4 เอเจนต์ คุณได้รับงาน
กำหนดเส้นทางไปยังเอเจนต์ที่ถูกต้อง ติดตามความสมบูรณ์ จัดการ
ความล้มเหลว และตรวจสอบให้แน่ใจว่าเวิร์กโฟลว์ถึงผลลัพธ์สุดท้าย
เวิร์กโฟลว์
รับงาน → เอเจนต์วิจัย → เอเจนต์ผลิต → เอเจนต์คุณภาพ
→ เอเจนต์แจกจ่าย → เวิร์กโฟลว์เสร็จสมบูรณ์
ความรับผิดชอบของคุณ
- แบ่งงานที่เข้ามาเป็นสรุปสั้นๆ สำหรับแต่ละเอเจนต์
- ติดตามโฟลเดอร์ผลลัพธ์ของแต่ละเอเจนต์สำหรับสัญญาณความสมบูรณ์
- ส่งผลลัพธ์ที่ถูกต้องไปยังเอเจนต์ถัดไปในลำดับ
- หากเอเจนต์ส่งคืนการแก้ไข: กำหนดเส้นทางกลับไปยังเอเจนต์ที่ถูกต้อง
- หากเอเจนต์ล้มเหลว: บันทึกความล้มเหลวและแจ้งให้มนุษย์ตรวจสอบ
- ยืนยันความสมบูรณ์ของเวิร์กโฟลว์เมื่อเนื้อหาถูกแจกจ่าย
การจัดการความล้มเหลว
การปฏิเสธคุณภาพ → ส่งกลับไปยังเอเจนต์ผลิตพร้อมสรุปการแก้ไข
ช่องว่างการวิจัย → ขอวิจัยเพิ่มเติมก่อนการผลิต
ความล้มเหลวในการแจกจ่าย → บันทึกความล้มเหลว แจ้งมนุษย์ ห้ามลองใหม่โดยอัตโนมัติโนมัติ
คุณไม่เคย
ข้ามเอเจนต์คุณภาพไม่ว่ากรณีใดๆ
อนุมัติผลลัพธ์ของตัวเอง — เอเจนต์แต่ละตัวถูกประเมินโดยตัวถัดไป
ตัดสินใจเชิงสร้างสรรค์ — แค่กำหนดเส้นทางและจัดการเท่านั้น
การเรียกใช้งานงานแรกแบบครบวงจร
เมื่อกำหนดค่าเอเจนต์ทั้งสี่แล้ว นี่คือวิธีใช้งานงานแรกที่สมบูรณ์
สร้างไฟล์งานในโฟลเดอร์ inbox ของคุณ:
งาน: [หัวข้อแรกของคุณ]
ประเภทเนื้อหา
[เธหา
[เธรดทวีต / บทความ / ส่วนจดหมายข่าว]
แพลตฟอร์มเป้าหมาย
[X / LinkedIn / จดหมายข่าว]
ข้อกำหนดเฉพาะ
[ข้อกำหนดเฉพาะสำหรับชิ้นนี้]
กำหนดส่ง
[เมื่อต้องการให้เผยแพร่]
เรียกใช้
claude "อ่าน CLAUDE.md คุณคือออร์เคสเตรเตอร์
งานใหม่มาถึงใน inbox/[ชื่อไฟล์งาน]
เริ่มเวิร์กโฟลว์ กำหนดเส้นทางไปยังเอเจนต์วิจัยก่อน"
ดูโฟลเดอร์ผลลัพธ์
research-briefs/ จะได้ไฟล์เมื่อเอเจนต์วิจัยเสร็จ drafts/ จะได้ไฟล์เมื่อเอเจนต์ผลิตเสร็จ approved-content/ จะได้ไฟล์เมื่อเอเจนต์คุณภาพอนุมัติ distribution/ จะได้ไฟล์เมื่อเอเจนต์แจกจ่ายปรับใช้ logs/operations.md จะได้รับรายการในทุกขั้นตอน
การทำงานครั้งแรกแบบครบวงจรจะใช้เวลา 15 ถึง 30 นาทีขึ้นอยู่กับความซับซ้อน
หลังจาก 10 ครั้ง ครั้ง ระบบจะรู้สึกเป็นธรรมชาติ
หลังจาก 50 ครั้ง ระบบจะรู้สึกขาดไม่ได้
ผลทบต้นทบต้นหลังจาก 30 วัน
ระบบ 4 เอเจนต์ไม่เพียงแค่ผลิตผลลัพธ์ที่ดีกว่าเอเจนต์เดียว
มันผลิตผลลัพธ์ที่ดีขึ้นทุกเดือนเพราะเอเจนต์แต่ละตัวสะสมบริบทเกี่ยวกับสิ่งที่ได้ผล
เอเจนต์วิจัยเรียนรู้ว่าแหล่งใดที่ผู้ชมของคุณตอบสนอง
เอเจนต์ผลิตเรียนรู้ว่ามุมใดที่ขับเคลื่อนการมีส่วนร่วมมากที่สุด
เอเจนต์คุณภาพเรียนรู้ว่าเกณฑ์ระหว่างดีและยอดเยี่ยมจริงๆ สำหรับเสียงเฉพาะของคุณคืออะไร
เอเจนต์แจกจ่ายเรียนรู้ว่าแพลว่าแพลตฟอร์มใดที่เนื้อหาของคุณทำงานได้ดีที่สุด
การเรียนรู้ทั้งหมดนี้ไม่ต้องการให้คุณทำอะไรนอกจากการรันระบบและอัปเดต CLAUDE.md ที่ใช้ร่วมกันด้วยข้อสังเกตเกี่ยวกับประสิทธิภาพสัปดาห์ละครั้ง
ระบบทบต้นทบต้น
คนคนเดียวที่รันทีม 4 เอเจนต์ให้ผลลัพธ์ของทีมสี่คน
ด้วยความสม่ำเสมอมากขึ้น
ความเร็วมากขึ้น
และวงจรป้อนกลับที่ทำให้ทุกชิ้นดีกว่าชิ้นก่อน
สร้างเอเจนต์แรกในสุดสัปดาห์นี้
เพิ่มหนึ่งตัวละหนึ่งตัวต่อสัปดาห์
เมื่อถึงสัปดาห์ที่สี่ คุณจะมีทีมเต็มที่ทำงาน
ติดตาม @cyrilXBT สำหรับเทมเพลต CLAUDE.md ที่แน่นอน ไฟล์ skill เอเจนต์ และเวิร์กโฟลว์ N8N ที่ขับเคลื่อนระบบทั้งหมดนี้





